Neale D B. 2007. Genomics to tree breeding and forest health. Current Opinion in Genetics and Development, 17(6): 539–544.

森林树木的基因组发现遵循农作物和牲畜改良以及人类医学的范例。使用基于基因组的育种技术可以改善驯化状态下的林木，而使用相同技术可以管理自然和未驯化状态下的树木的健康。这些应用首先将树木中的复杂性状分解为各自的基因成分，并且关联遗传学方法在树木中非常强大。这是正确的，原因有很多，包括大型，随机交配和非结构化种群以及许多树种中连锁不平衡的快速衰退。一旦发现了特征关联的标记，它们就可以用于基因组育种和森林健康诊断。树木的初步研究发现候选基因中有足够的核苷酸多样性来进行关联研究，单核苷酸多态性与经济和适应性特征有关。群体遗传中性试验已被用于鉴定可能在自然选择下的基因，因此成为开发森林健康诊断工具的良好候选者。

引言

森林树木基因组学研究的理由遵循农业和人类医学的范例。通过基于标记的（或基于基因组的）育种[1]和基因工程，农业中的基因组发现被用于遗传改良作物和牲畜，而人类的基因组发现通过估计风险因素和处方药用于改善人类健康或生活方式疗法[2]。在林业中，基因组发现将通过整合到驯化树种群中的传统育种方法来支持实木，纸浆和纸，生物燃料和生物材料的树木品种的遗传改良[3]。然而，森林树木在世界各地也处于非驯化状态，对植物和动物生物多样性，碳固存，清洁空气和水以及人类娱乐等非商品价值至关重要。非驯化树种的健康越来越受到生物（昆虫和疾病）和非生物（全球气候变化和污染）因素的威胁。在森林树木中应用基因组发现以增强森林健康可能成为全球重要的优先事项，与基因组工具在人类健康改善方面的应用相平行。

森林树木的复杂特征

森林遗传学家和树木育种者传统上一直关注多基因性状（定量或复杂），因为树木中很少有重要性状受单个基因控制[3]。一些值得注意的例外包括一些抗病基因[4]和控制冠形的基因[5]。因此，在设计和应用基于基因组的育种或森林健康诊断之前，必须将复杂的性状分解为其各自的基因组成部分。林木中的分子性状解剖始于20世纪90年代，引入了数量性状基因座（QTL）定位方法。在许多物种的几种经济（生长，木材性质和抗病性）和适应性（耐冷性和物候学）性状的QTL定位方面取得了进展[6]。然而，由于QTL位置的低图谱分辨率和树种群中的连锁平衡条件，无法进行QTL发现的应用。 2004年，Neale和Savolainen [7]提出，如果使用关联遗传学方法解剖复杂性状，可以更好地设计地图解析和育种和森林健康[8]的应用。 Neale和Savolainen [7]进一步认为，由于针叶树的许多生活史特征，针叶林树种应该非常适合关联遗传学方法。在本文中，我将回顾过去三年中使用关联遗传学解剖复杂性状的进展，重新审视Neale和Savolainen的预测[7]，并评论应用于树木育种和森林健康的未来前景。

核苷酸多样性和连锁不平衡

复杂性状剖析的关联遗传学方法需要在明确定义的群体中对大量（100s，而不是1000s）个体进行基因分型和表型分析（参见下面的讨论部分）。人类的早期关联研究首先使用微卫星（SSRs）标记;一旦人类基因组测序，这些被单核苷酸多态性（SNP）迅速取代。在森林树木中，几年前开始对候选基因进行重新测序以发现SNP [9]。已完成完整基因组序列的唯一林木是毛果杨[10]，因此使用标准Sanger测序方法在杨树中重新测序是直接的[11]。重测序基于表达序列标签（EST）的引物设计，因为针叶树不存在参考基因组序列。例如，在火炬松（Pinus taeda L.）和云杉（Picea ssp.）中，基因组数据库中有大约20 000个单基因簇，因此存在合理的序列资源以开始SNP发现。对于所有其他针叶树，EST数据库要小得多，并限制SNP发现。通常在小的（10-200）DNA样品组上进行重测序。在针叶树中，使用单倍体种子大配子体，因此能够直接测定单倍型。根据重测序数据，大多数研究人员已经估计并报告了核苷酸多样性的标准参数[9]。不同物种的估计值各不相同[9]，但平均而言，针叶树基因组编码区的SNP频率在50个核苷酸中约为1，在杨树中则略低。这是进行基于候选基因的关联研究的充分多态性。从重测序数据估计的另一个重要的群体遗传参数是候选基因内的SNP之间的连锁不平衡（LD）。所有报告显示LD的衰变速度非常快，通常R2在1-2kb内下降到<0.20 [7]。相比之下，在自花授粉的植物物种或更近代的近亲繁殖生物（如人类）中，LD的衰变率是许多kb。因此早期预测基于LD的与表型相关的候选基因内的多态性可能在功能上暗示具有该表型的特定候选基因似乎是合理的。

关联群体中的SNP基因分型

通过在小而多样性小组中重新测序发现后，必须在大型关联群体中键入SNP。需要低成本和高通量的SNP基因分型平台，因为对数千个个体进行直接测序的成本令人望而却步[12]。该领域技术发展的快速发展使树木的基因组规模研究成为可能。由于森林树木的SNP频率通常相当高，研究人员已应用tagSNP过程来识别和优先考虑可负担数量的SNP，以便键入到大型关联群体中[13]。 FP-TDI SNP基因分型检测是森林树木中首批使用的SNP基因分型平台之一[14]。这是一种引物延伸型测定法，可产生高质量的SNP基因型调用，但吞吐量较低（500个数据点/天/个体），成本相对较高（0.75美元/数据点）。同样，Beckman Coulter引物延伸方法用于桉树中的SNP基因型[15]。最近，Illumina Golden Gate检测（http://www.illumina.com）已用于松树和云杉。该测定可同时输入96,384或1536个SNP。吞吐量非常高（所有SNP每天500个样品），成本相对较低（0.10美元/数据点）。 Illumina Golden Gate测定虽然是树木中SNP基因分型的一步，但仍然是人类，小鼠和其他一些系统（如Illumina Infinium测定法或Affymetrix MIP技术）中使用的高通量技术的一代（http： //www.affymetrix.com）。在树木的关联研究可以很容易地应用于基因组规模之前，需要将这些技术导入森林树木。

关联的种群，性状和检验

到目前为止，仅发表了两项关于树木的关联遗传学研究[15,16]，尽管已经完成了几项大型研究或处于不同发育阶段（表1）。许多不同的实验种群可能在森林树木中用于检测基因型和表型之间的关联，但那些最小化群体统计学和/或家庭相关性影响的实验种群具有更大的检测关联的能力[17]（图1）。此外，通过克隆或基于家庭的测试包括复制个体基因型的群体增加了表型评估的精确度。群体的大小也很重要，不仅用于检测关联，而且准确地估计单个SNP或单倍型与表型的关联对整体表型的影响[18]。在桉树研究[15]中，进行了群体结构测试，结果发现可以忽略不计。此外，290棵树被认为是无关的。然而，进行表型评估的个体基因型没有重复，因此表型值的准确性是未知的。火炬松的关联研究也使用了大量不相关基因型的群体（422~435，取决于性状），而不是那些具有一定家庭关系的群体[16]。虽然群体和家庭结构很少，但仍然采用了更正，以防止任何错误关联的可能性，因为困扰了人类关联研究。关联群体中的每个个体成员都是克隆复制的，因此表型评估的精确度非常高。
关联遗传学的一个值得注意的缺陷是，由于执行了许多独立的统计测试（称为多重测试），检测到的假阳性关联率相对较高。在上述两项研究中，均采用了标准修正;桉树研究中的Bonferroni和火炬松研究中的错误发现率方法。在候选基因SNP和木材性质表型之间测试关联。在桉树中，在肉桂酰CoA还原酶（CCR）基因中发现了25个SNP，并且两个单倍型与微纤丝角（MFA）显着相关（表1），这是确定纤维和木材强度的性状。在火炬松研究中，用20个候选基因（总共58个SNP）测试了MFA和几种其他木材性状特征。在该研究中CCR与MFA没有显着相关性，但α-微管蛋白是显着的（表1）。在火炬松研究中，个体关联的影响大小通常很小（R2 = 0.13-0.35）。这肯定了树木中重要性状的多基因性质以及需要对基因组进行全面扫描以解释这些性状的种群变异。
在最近的一项研究中，Gonzalez-Martinez及其同事（表1）使用了具有复杂家族结构的群体，因此使用定量传递不平衡检验（QTDT）来测试候选基因与碳同位素比率之间的关联，碳同位素比率是水利用效率的量度。 QTDT旨在测试父母和后代产生的数据中的关联。检测到几种候选基因关联，包括脱水蛋白基因，细胞壁蛋白（lp5），Cu / Zn超氧化酶歧化酶和wrky样转录因子。同样，Ersoz使用相同的群体来测试与两种疾病表型的关联，但使用病例对照测试来检测受影响和未受影响的克隆之间的关联（表1）。这些研究均证明了在树木中进行关联研究以精确剖析复杂性状的可行性，然而，在每种情况下，都考虑了很小比例的变异。
该结果的主要原因是仅测试与每种表型相关的基因太少。最近已经完成了对火炬松中8000个候选基因的重测序和SNP发现（http://dendrome.ucdavis.edu/adept2），并且正在许多森林树种中进行或计划了相似规模的项目，所以时间已接近几乎所有树种群中的分离变异都将被检测到。然后开始编写所有表型变异并将其与基因型相关联的更困难的任务。

基于基因组学的育种

一旦基因型（标记）通过表型（性状）关联在实验群体中被发现和验证，应该有可能快速将基本发现转移到应用于操作性树木育种计划中。树木育种通常涉及在每个育种周期中的轮回选择和种群改良，每个周期可能需要许多年[3]。在树木中，繁殖种群的组成通常较大且遗传多样，而在许多农业作物中，通常有限的基因型数量的种系繁殖。这需要通过性状关联的标记不在每个周期重组，这是树中的可能条件，因为群体中LD的量非常低并且标记之间的染色体上预期的非常短的物理距离和数量性状基因座中的等位基因变异。现在，这种期望正在美国的一个大型转化基因组学项目中进行实验测试（http://www.pinegenome.org/ctgn）。如果符合预期，可以验证特征关联的标记，那么应该可以在循环选择育种计划中直接使用这些关联，并且这些关联不会因为连续世代的重组而分解。然后树木育种者可以直接使用基因组选择进行种群改良，或者更可能的是，使用指数选择方法将基因组选择和传统表型选择结合起来，以最大化每单位时间的遗传增益。未来五年转化基因组学研究的进展将决定这一目标是否能够实现。

适应，保护和森林健康

当代群体遗传理论提供了新的工具（统计学），仅仅根据DNA序列中包含的信息检测种群中自然选择的存在[19]。这种发展已被用于更好地了解人类进化和人类疾病[20]，但也有可能监测和管理森林树种的健康。已经设计了许多选择试验（中性试验），其中许多试验最近已应用于来自林木的DNA序列数据（表2）。这些早期报告表明，树种群中的个体基因可能处于某种形式的自然选择（即净化，定向，平衡等）。到目前为止，只能通过共同的花园研究[36]在复杂性状水平上推断选择，但在控制这些性状的个体基因水平上无法检测到。现在，通过结合遗传学将单个基因和群体遗传理论的复杂特征剖析出来进行选择测试，似乎可以开发出诊断工具来监测和管理森林健康。例如，假设可以鉴定确定诸如干旱耐受性的复杂适应性性状的个体基因，并且还可以确定等位基因对表型的影响并估计其在群体中的频率。可以开发诊断工具来估计与某些人群中干旱增加相关的风险因素。与人类医生一样，森林管理者可以积极主动地使用这些信息来规定可改善森林健康或至少防止衰退的管理政策。虽然在范围上有些未来，但人类基因组努力所产生的快速发展的技术和理论将这一激动人心的情景带入了合理的范围。

结论

实验结果证实，关联遗传学方法是解剖树木复杂性状的一种非常有效的方法。到目前为止，已发表的研究显示SNP与重要性状之间存在正相关，但影响的大小很小，只占控制特性的总变异的一小部分。这仅仅是因为筛选候选基因的现有成本和通量限制。幸运的是，这种情况正在迅速发生变化，一些大型项目正在进行中，筛选出数千个候选基因。在具有参考基因组序列的毛果杨（Populus trichocarpa）中，应该可以很容易地重新测序整个基因组。很快，在许多重要的树种中，大多数重要的经济和适应性特征将被发现。基因组育种方法的发展应该迅速发展。开发森林健康诊断工具需要更长的时间，但实现这一目标的全球重要性应该激励研究人员和资助计划。